Uma análise sobre a acurácia e a escalabilidade de algoritmos paralelos de detecção de comunidades em grafos

Detalhes bibliográficos
Ano de defesa: 2022
Autor(a) principal: Santos, Gabriel Giordani dos
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Pontifícia Universidade Católica do Rio Grande do Sul
Escola Politécnica
Brasil
PUCRS
Programa de Pós-Graduação em Ciência da Computação
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Detecção de Comunidades
Computação Paralela
Teoria dos Grafos
Community Detection
Parallel Computing
Graph Theory
CIENCIA DA COMPUTACAO::TEORIA DA COMPUTACAO
Link de acesso: https://tede2.pucrs.br/tede2/handle/tede/10560
Resumo: Detecção de comunidades é um tipo de análise topológica amplamente utilizada em análise de grafos de diversas áreas como análise de redes sociais, bioinformática e sistemas de recomendação. O problema compreende detectar componentes que apresentam alta densidade interna e baixa densidade externa. Devido ao rápido crescimento do volume de dados de diversas aplicações e à ampla utilização deste tipo de análise, diversas pesquisas em abordagens paralelas e distribuídas para resolver o problema de detecção de comunidades surgiram. Alguns algoritmos possuem maior popularidade, resultando em uma extensa quantidade de pesquisa dentro de otimizações para processamento paralelo. Outros algoritmos, mesmo possuindo bons resultados de acurácia em testes, não apresentam o mesmo nível de profundidade de pesquisa em suas versões paralelas e distribuídas. Esta pesquisa aborda a acurácia e escalabilidade de três algoritmos de detecção de comunidades. A partir dos experimentos realizados são propostas diretrizes para a utilização de cada algoritmo de acordo com as necessidades do usuário. Além disso, é explorado o comportamento das abordagens paralelas e possíveis melhorias são propostas.
id P_RS_8117ac15616d0419d96d6dc56754ae89
oai_identifier_str oai:tede2.pucrs.br:tede/10560
network_acronym_str P_RS
network_name_str Biblioteca Digital de Teses e Dissertações da PUC_RS
repository_id_str
spelling Uma análise sobre a acurácia e a escalabilidade de algoritmos paralelos de detecção de comunidades em grafosDetecção de ComunidadesComputação ParalelaTeoria dos GrafosCommunity DetectionParallel ComputingGraph TheoryCIENCIA DA COMPUTACAO::TEORIA DA COMPUTACAODetecção de comunidades é um tipo de análise topológica amplamente utilizada em análise de grafos de diversas áreas como análise de redes sociais, bioinformática e sistemas de recomendação. O problema compreende detectar componentes que apresentam alta densidade interna e baixa densidade externa. Devido ao rápido crescimento do volume de dados de diversas aplicações e à ampla utilização deste tipo de análise, diversas pesquisas em abordagens paralelas e distribuídas para resolver o problema de detecção de comunidades surgiram. Alguns algoritmos possuem maior popularidade, resultando em uma extensa quantidade de pesquisa dentro de otimizações para processamento paralelo. Outros algoritmos, mesmo possuindo bons resultados de acurácia em testes, não apresentam o mesmo nível de profundidade de pesquisa em suas versões paralelas e distribuídas. Esta pesquisa aborda a acurácia e escalabilidade de três algoritmos de detecção de comunidades. A partir dos experimentos realizados são propostas diretrizes para a utilização de cada algoritmo de acordo com as necessidades do usuário. Além disso, é explorado o comportamento das abordagens paralelas e possíveis melhorias são propostas.Community detection is a type of topological analysis widely used in graph analysis in several fields such as social network analysis, bioinformatics and recommendation systems. The problem involves detecting components that have high internal density and low external density. Due to the rapid growth in the volume of data from a variety of applications and the wide use of this type of analysis, several researches in parallel and distributed approaches to solve the problem of community detection have emerged. Some algorithms are more popular, resulting in an extensive amount of research on optimizations for parallel processing. Other algorithms, which posses better accuracy results in tests, do not present the same level of research depth in their parallel and distributed versions. This research addresses the accuracy and scalability of three community detection algorithms. User guidelines are proposed based on the experiments results. In addition, the behavior of the parallel approaches is explored and possible improvements are proposed.Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPESPontifícia Universidade Católica do Rio Grande do SulEscola PolitécnicaBrasilPUCRSPrograma de Pós-Graduação em Ciência da ComputaçãoDe Rose, César Augusto Fonticielhahttp://lattes.cnpq.br/6703453792017497Santos, Gabriel Giordani dos2022-11-24T12:30:04Z2022-08-29info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://tede2.pucrs.br/tede2/handle/tede/10560porinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da PUC_RSinstname:Pontifícia Universidade Católica do Rio Grande do Sul (PUCRS)instacron:PUC_RS2022-11-24T14:00:18Zoai:tede2.pucrs.br:tede/10560Biblioteca Digital de Teses e Dissertaçõeshttp://tede2.pucrs.br/tede2/PRIhttps://tede2.pucrs.br/oai/requestbiblioteca.central@pucrs.br||opendoar:2022-11-24T14:00:18Biblioteca Digital de Teses e Dissertações da PUC_RS - Pontifícia Universidade Católica do Rio Grande do Sul (PUCRS)false
dc.title.none.fl_str_mv Uma análise sobre a acurácia e a escalabilidade de algoritmos paralelos de detecção de comunidades em grafos
title Uma análise sobre a acurácia e a escalabilidade de algoritmos paralelos de detecção de comunidades em grafos
spellingShingle Uma análise sobre a acurácia e a escalabilidade de algoritmos paralelos de detecção de comunidades em grafos
Santos, Gabriel Giordani dos
Detecção de Comunidades
Computação Paralela
Teoria dos Grafos
Community Detection
Parallel Computing
Graph Theory
CIENCIA DA COMPUTACAO::TEORIA DA COMPUTACAO
title_short Uma análise sobre a acurácia e a escalabilidade de algoritmos paralelos de detecção de comunidades em grafos
title_full Uma análise sobre a acurácia e a escalabilidade de algoritmos paralelos de detecção de comunidades em grafos
title_fullStr Uma análise sobre a acurácia e a escalabilidade de algoritmos paralelos de detecção de comunidades em grafos
title_full_unstemmed Uma análise sobre a acurácia e a escalabilidade de algoritmos paralelos de detecção de comunidades em grafos
title_sort Uma análise sobre a acurácia e a escalabilidade de algoritmos paralelos de detecção de comunidades em grafos
author Santos, Gabriel Giordani dos
author_facet Santos, Gabriel Giordani dos
author_role author
dc.contributor.none.fl_str_mv De Rose, César Augusto Fonticielha
http://lattes.cnpq.br/6703453792017497
dc.contributor.author.fl_str_mv Santos, Gabriel Giordani dos
dc.subject.por.fl_str_mv Detecção de Comunidades
Computação Paralela
Teoria dos Grafos
Community Detection
Parallel Computing
Graph Theory
CIENCIA DA COMPUTACAO::TEORIA DA COMPUTACAO
topic Detecção de Comunidades
Computação Paralela
Teoria dos Grafos
Community Detection
Parallel Computing
Graph Theory
CIENCIA DA COMPUTACAO::TEORIA DA COMPUTACAO
description Detecção de comunidades é um tipo de análise topológica amplamente utilizada em análise de grafos de diversas áreas como análise de redes sociais, bioinformática e sistemas de recomendação. O problema compreende detectar componentes que apresentam alta densidade interna e baixa densidade externa. Devido ao rápido crescimento do volume de dados de diversas aplicações e à ampla utilização deste tipo de análise, diversas pesquisas em abordagens paralelas e distribuídas para resolver o problema de detecção de comunidades surgiram. Alguns algoritmos possuem maior popularidade, resultando em uma extensa quantidade de pesquisa dentro de otimizações para processamento paralelo. Outros algoritmos, mesmo possuindo bons resultados de acurácia em testes, não apresentam o mesmo nível de profundidade de pesquisa em suas versões paralelas e distribuídas. Esta pesquisa aborda a acurácia e escalabilidade de três algoritmos de detecção de comunidades. A partir dos experimentos realizados são propostas diretrizes para a utilização de cada algoritmo de acordo com as necessidades do usuário. Além disso, é explorado o comportamento das abordagens paralelas e possíveis melhorias são propostas.
publishDate 2022
dc.date.none.fl_str_mv 2022-11-24T12:30:04Z
2022-08-29
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://tede2.pucrs.br/tede2/handle/tede/10560
url https://tede2.pucrs.br/tede2/handle/tede/10560
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Pontifícia Universidade Católica do Rio Grande do Sul
Escola Politécnica
Brasil
PUCRS
Programa de Pós-Graduação em Ciência da Computação
publisher.none.fl_str_mv Pontifícia Universidade Católica do Rio Grande do Sul
Escola Politécnica
Brasil
PUCRS
Programa de Pós-Graduação em Ciência da Computação
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da PUC_RS
instname:Pontifícia Universidade Católica do Rio Grande do Sul (PUCRS)
instacron:PUC_RS
instname_str Pontifícia Universidade Católica do Rio Grande do Sul (PUCRS)
instacron_str PUC_RS
institution PUC_RS
reponame_str Biblioteca Digital de Teses e Dissertações da PUC_RS
collection Biblioteca Digital de Teses e Dissertações da PUC_RS
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da PUC_RS - Pontifícia Universidade Católica do Rio Grande do Sul (PUCRS)
repository.mail.fl_str_mv biblioteca.central@pucrs.br||
_version_ 1850041311326896128

Registros relacionados